Mistplay

Mistplay

Senior Platform Engineer, Data II

Montreal · Senior

Sponsorship not specifiedDetected 105 days ago
TypeScriptPythonScalaBigQuerySnowflakeDatabricksDevOpsPlatform EngineeringKafkaMachine LearningSparkAirflowdbtData EngineeringData ScienceIncident ResponseCommunicationCollaboration

About the role

  • Mistplay est l'application de fidélité n°1 pour les joueurs mobiles.
  • Notre communauté de millions de joueurs mobiles engagés utilise Mistplay pour découvrir de nouveaux jeux et gagner des récompenses.
  • Les joueurs sont récompensés pour le temps et l'argent qu'ils consacrent aux jeux et peuvent échanger ces récompenses contre des cartes cadeaux.

Responsibilities

  • Be a key contributor to designing, building, and operating:
  • Ingestion & Pipeline Infrastructure - build and maintain scalable, reliable ingestion systems for batch and streaming data sources
  • implement schema evolution, data contracts, and end-to-end lineage
  • Transformation & Orchestration Layer - build and maintain scalable, maintainable transformation pipelines (e.g., dbt, Spark)
  • implement orchestration and dependency management
  • Data Serving & Access Layer - implement low-latency data access systems for analytical and operational consumers
  • Observability & Data Quality - implement data quality monitoring, anomaly detection, and freshness checks
  • Ingestion & Pipeline Infrastructure - build and maintain scalable, reliable ingestion systems for batch and streaming data sources; implement schema evolution, data contracts, and end-to-end lineage; contribute to compute and cost optimization across diverse workloads.
  • Transformation & Orchestration Layer - build and maintain scalable, maintainable transformation pipelines (e.g., dbt, Spark); implement orchestration and dependency management; enforce data quality contracts and testing frameworks across the transformation layer.
  • Data Serving & Access Layer - implement low-latency data access systems for analytical and operational consumers; apply caching, materialization, and API strategies; contribute to SLAs on freshness, consistency, and query performance.

Requirements

  • Software Engineering. strong proficiency in Python, Scala, or Go
  • proven ownership of components within large-scale systems supporting real-time or near real-time data access and analytical workloads.
  • Data Warehousing & Lakehouse - solid expertise in modern data warehouse and lakehouse architectures (e.g., Snowflake, BigQuery, Databricks, Delta Lake, Iceberg)
  • Data Modeling & Transformation. ability to apply and contribute to data modeling standards across diverse consumer needs
  • experience working within transformation frameworks and testing practices across engineering and analytics teams.
  • experience contributing to SLO definitions, cost optimization, and incident response for data reliability.

Nice to have

  • Infrastructure d'ingestion et de pipeline - construire et maintenir des systèmes d'ingestion évolutifs et fiables pour les sources de données par lots et en continu
  • mettre en œuvre l'évolution des schémas, les contrats de données et la lignée de bout en bout
  • contribuer à l'optimisation des calculs et des coûts dans diverses charges de travail.
  • Architecture d'entrepôt de données et de Lakehouse - mettre en œuvre et faire évoluer la plateforme de données analytiques de base (entrepôt, lakehouse ou hybride)
  • appliquer des stratégies de couche de stockage, de partitionnement et de modèles d'accès
  • contribuer aux normes de modélisation des données, à l'optimisation des performances et à l'efficacité des coûts.
  • Couche de transformation et d'orchestration - construire et maintenir des pipelines de transformation évolutifs et faciles à maintenir (par exemple, dbt, Spark)
  • mettre en œuvre l'orchestration et la gestion des dépendances

This listing is sourced directly from Mistplay's careers page and normalized into a canonical job model.